Công ty trí tuệ thể hiện Dyna Robotics vừa ra mắt mô hình nền tảng robot DYNA-2, được huấn luyện bằng hơn 1 triệu giờ video góc nhìn thứ nhất của con người, với tỷ lệ hoàn thành nhiệm vụ lên tới 90%.
Về định vị, DYNA-2 được giới thiệu chính thức là mô hình hành động thế giới (World Action Model), hướng đến việc học cách hành động làm thay đổi thế giới vật lý thông qua quan sát hoạt động của con người. Ảnh chụp màn hình liên quan như sau:
Về huấn luyện, giai đoạn tiền huấn luyện DYNA-2 hoàn toàn dựa trên dữ liệu video của con người, với hơn 1 triệu giờ video góc nhìn thứ nhất, tương đương 170 năm kinh nghiệm của con người.
Jason Ma, đồng sáng lập công ty, cho biết robot đa năng từ lâu bị hạn chế bởi nút thắt dữ liệu. Việc thu thập thủ công dữ liệu điều khiển từ xa vật lý khó mở rộng thành trí tuệ đa năng, trong khi mô hình DYNA-2 học cách hành động làm thay đổi thế giới vật lý thông qua quan sát hoạt động của con người.
Công ty cho rằng DYNA-2 dự đoán cách thế giới vật lý vận động trước khi thực hiện hành động, giúp bổ sung cho robot khả năng suy luận không gian và hiểu biết về vật lý tiếp xúc mà các mô hình ngôn ngữ-thị giác truyền thống (vision-language models) còn thiếu.
Mô hình này sử dụng hai mục tiêu huấn luyện: dự đoán nội dung của khung hình video tiếp theo và hành động cần thực hiện, qua đó thu nhận thông tin về quan hệ không gian, cách thức chuyển động cũng như phản ứng của vật thể sau khi chịu tác động tiếp xúc.
Kết quả do Dyna Robotics công bố cho thấy khi bổ sung thêm dữ liệu video của con người trong giai đoạn tiền huấn luyện, hiệu suất của robot trong 15 nhiệm vụ chuẩn được cải thiện. Công ty gọi hiện tượng này là quy luật mở rộng từ người sang robot, đồng thời cho biết hiệu suất sẽ tăng theo cách tương đối dễ dự đoán khi quy mô dữ liệu huấn luyện mở rộng.
Trong 1 thí nghiệm, chỉ 13 phút dữ liệu chuyên dụng cho robot đã đủ để giúp 2 bàn tay robot 5 ngón học cách mở nắp chai. Đối với các nhiệm vụ sản xuất, khi dữ liệu hậu huấn luyện không đổi, tỷ lệ thành công tăng từ khoảng 20% lên 80% đến 90% khi quy mô tiền huấn luyện tăng.
Dyna Robotics cũng cho biết Dyna-2 đạt tỷ lệ đạt chất lượng 87% trong 1 lần triển khai cho khách hàng, trong khi thế hệ trước Dyna-1 đạt 46%. Đối với các nhiệm vụ yêu cầu thực hiện các hành động khác nhau theo chỉ dẫn của người dùng, việc huấn luyện phối hợp với video giúp điểm số tăng 133%.
